當前汽車行業(yè)的現(xiàn)狀和痛點是什么？可以通過什么方式解決？本文結合相關案例，總結分析了車企數(shù)據(jù)中臺指標體系建設方法論，希望對你有所啟發(fā)。

01 汽車行業(yè)現(xiàn)狀和痛點分析

首先來看一下當前汽車行業(yè)的現(xiàn)狀和痛點。

1. 煙囪式的系統(tǒng)建設阻礙業(yè)務發(fā)展

煙囪式系統(tǒng)產生的原因有以下三點：

1. 車企會有多個供應鏈廠商，不同廠商設計存在系統(tǒng)邊界，致使每個業(yè)務線中間有同樣的模塊，從而導致重復開發(fā)；
2. 技術棧不統(tǒng)一，這會造成公司內部IT架構無法統(tǒng)一規(guī)劃，且技術能力難以積累的問題；
3. 數(shù)據(jù)分布廣，格式不統(tǒng)一，導致數(shù)據(jù)難以打通。

2. 業(yè)務分析效率低

目前汽車行業(yè)面臨業(yè)務分析效率低的問題，可以歸結為6大癥結：癱、亂、重、慢、缺、難。

• 癱：一次大型活動，比如新車發(fā)布會，會需要市場部門、品牌部門、銷售部門等各個部門協(xié)同工作，但每個部門有各自的系統(tǒng)，各系統(tǒng)來自不同的服務商，系統(tǒng)分散，能力無法互通；
• 亂：數(shù)據(jù)分散在各個系統(tǒng)，數(shù)據(jù)口徑不統(tǒng)一，定義不清晰，就會導致數(shù)據(jù)不準確；
• 重：很多報表停留在excel階段，需要大量人工工作，數(shù)據(jù)統(tǒng)計耗時費力；
• 慢：各供應商交付的系統(tǒng)沒有很好的擴展性，沒有整體考慮性能問題，難以快速支持業(yè)務創(chuàng)新；
• 缺：各部門各自為政，沒有統(tǒng)一標準、統(tǒng)一規(guī)劃，缺失統(tǒng)一的管理組織；
• 難：發(fā)布會結束后統(tǒng)計ROI，發(fā)現(xiàn)線下車展數(shù)據(jù)缺失，僅可統(tǒng)計線上投放部分ROI，導致評估困難。

02 指標體系是數(shù)據(jù)中臺的價值引擎

汽車行業(yè)的生命周期包括研發(fā)、制造、營銷和用戶體驗，數(shù)字化轉型涵蓋了這四個環(huán)節(jié)，底座則是數(shù)字化中臺。本文將從數(shù)字化營銷的視角，來講解指標體系的搭建。

1. 數(shù)據(jù)中臺發(fā)展歷

第一階段：數(shù)據(jù)庫階段

主要是OLTP （聯(lián)機事務處理）的需求。例如MySQL、PostgreSQL、Oracle等，數(shù)據(jù)來源主要為各業(yè)務系統(tǒng)。

第二階段：數(shù)據(jù)倉庫階段

OLAP（聯(lián)機分析處理）成為主要需求，例如Hive、Greenplum、HBase、ClickHouse等。在使用OLAP進行數(shù)據(jù)分析時，需要對原始數(shù)據(jù)進行維度建模，之后再進行分析。維度建模理論中，基于事實表和維度表構建數(shù)據(jù)倉庫。在實際操作中，一般會使用ODS、DW、AD三級結構。

第三階段：數(shù)據(jù)平臺階段

典型的代表為Hadoop，針對海量數(shù)據(jù)，主要解決BI和報表需求的技術問題。

第四階段：數(shù)據(jù)中臺階段

數(shù)據(jù)中臺的概念由阿里巴巴首次提出，它的目的是將企業(yè)沉睡的數(shù)據(jù)變成數(shù)據(jù)資產，從而實現(xiàn)數(shù)據(jù)價值變現(xiàn)的系統(tǒng)和機制。通過系統(tǒng)來對接OLTP和OLAP的需求，強調數(shù)據(jù)業(yè)務化的能力。

2. 通過數(shù)據(jù)中臺為精準營銷提供數(shù)據(jù)支撐

整體架構如下圖所示。包括業(yè)務應用、數(shù)據(jù)產品、數(shù)據(jù)治理、數(shù)據(jù)源四大部分。

（1）業(yè)務應用

市場營銷：媒介投放——垂媒（汽車之家、懂車帝、易車網）、社交媒體（微信、微博、抖音、小紅書、B站）、轉介紹、線下活動引導APP形成私域流量池

線索轉化：流量池匯聚到統(tǒng)一的線索庫，線索庫下發(fā)4s店/直營門店，銷售伙伴線索跟進，邀約試駕，大定轉化

車輛交付：上牌、保險、車飾等環(huán)節(jié)

售后服務：主要是圍繞修車的場景

（2）?數(shù)據(jù)產品

第一階段：經營決策支撐

基于業(yè)務梳理建立數(shù)據(jù)指標庫平臺，通過指標體系對關鍵指標全鏈路業(yè)務進行下鉆分析，生成經營分析報表/決策數(shù)據(jù)大屏，支撐經營決策。

第二階段：數(shù)據(jù)資產化（CDP）

通過CDP沉淀用戶全生命周期的標簽數(shù)據(jù)，去更好地做精準營銷。

第三階段：數(shù)據(jù)業(yè)務化

通過CDP對數(shù)據(jù)指標的沉淀進行應用，推出用戶畫像、精準營銷等服務。

（3）數(shù)據(jù)治理

是整個數(shù)據(jù)中臺核心的平臺層，參考了阿里的數(shù)據(jù)中臺架構，通過OneID、OneData、OneService來實現(xiàn)底層架構和基礎能力的搭建。

（4）數(shù)據(jù)源

包括客戶數(shù)據(jù)、營銷數(shù)據(jù)、售后數(shù)據(jù)等。

整個數(shù)字化營銷數(shù)據(jù)中臺，搭建了一個可復用的數(shù)字化的能力，包括數(shù)據(jù)治理能力、數(shù)據(jù)資產化能力、數(shù)據(jù)分析挖掘能力、數(shù)據(jù)可視化能力和數(shù)據(jù)業(yè)務化能力。

3. 指標體系是數(shù)據(jù)中臺的價值引擎

指標體系相當于中臺地基的血肉，為不同角色用戶提供數(shù)據(jù)決策支持，實現(xiàn)數(shù)據(jù)驅動業(yè)務。

• 最上面是企業(yè)級KPI，主要為經營類指標，幫助高層和決策者進行決策。作為管理者更多的是看結果。
• 下面一層是部門級KPI，包括銷售、交付、售后等指標。中層主要是對數(shù)據(jù)進行監(jiān)控，發(fā)現(xiàn)業(yè)務問題。
• 最下面是運營層KPI，基層專題運營重點是看細節(jié)評估運營活動效果。這里需要通過運營相關指標進行自助分析，定位問題細節(jié)。

03 指標體系建設方法

1. 梳理業(yè)務目標

整合數(shù)據(jù)資產，貫穿汽車全流程全場景營銷，圍繞著客戶全周期行為觸點，在合適的場景下，選擇合適的媒介，向用戶傳遞合適的內容，實現(xiàn)與用戶的高效溝通，將大幅節(jié)約溝通成本，實現(xiàn)營銷效率和效果的雙提升。

下圖展示了車企消費者洞察及營銷策略流程全生命周期五大流程：關注、線索、成交、轉介紹、服務?？傮w目標是：營銷策略研究 ，在每個環(huán)節(jié)都有各自重點目標，例如關注階段重點投放策略、內容營銷等。

2. 指標方案設計

指標體系的設計是與業(yè)務強相關的。下面介紹如何依據(jù)海盜模型搭建車企指標體系。首先對車企業(yè)務依據(jù)AARRR流程拆解成關注、線索、成交、轉介紹、服務五大環(huán)節(jié)；再通過指標維度與數(shù)據(jù)來源確定完成指標體系設計。

例如線索環(huán)節(jié)，數(shù)據(jù)指標包含歷史線索數(shù)、新增線索數(shù)、線索的跟進處理數(shù)等；數(shù)據(jù)維度包含來源、狀態(tài)、時間、區(qū)域、經銷商等；數(shù)據(jù)來源為客戶管家。

3. 指標開發(fā)

不僅要注重底層指標開發(fā)建設（原子指標、派生指標、衍生指標）還要關注指標開發(fā)鏈路（實時指標、離線指標）。

底層指標開發(fā)建設：指標的組成要素決定了指標的生產邏輯。根據(jù)組成要素、生產邏輯的不同，數(shù)據(jù)指標可被分為原子指標、派生指標、復合指標等類型。其中原子指標，指的是對某一業(yè)務行為事件的度量，比如歷史線索數(shù)、新增線索數(shù)、線索的跟進處理數(shù)；派生指標，指的是基于原子指標進行維度、統(tǒng)計周期或過濾條件的派生，比如近一周的歷史線索數(shù)、上一年的歷史線索數(shù)等；而復合指標就更為復雜，一般是對多個指標進行加減乘除等運算得出，比如2022年月平均GMV、投資年化收益等。

開發(fā)鏈路：主要介紹下阿里云大數(shù)據(jù)套件下的實時和離線指標的開發(fā)鏈路；實時指標開發(fā)主要采用DataHub+Flink+Hologres；離線指標主要采用MaxCompute+ Hologres；在整個指標開發(fā)的過程中基于不同場景的需求指標的更新頻率不一樣，比如大定量最好是實時，幫助業(yè)務實時知曉全國、大區(qū)、城市、門店的大定量；比如生產環(huán)節(jié)相關的指標就不一定需要實時，小時級更新即可，這時用離線指標即可。

4. 指標管理

之所以需要做指標管理，主要因為存在同名不同義、同義不同名、口徑不清晰、來源不清晰、邏輯不準確等問題。

指標管理大致可分為五個步驟：

1. 建立指標生產協(xié)同機制：指標的誕生要經過需求申請、審核、數(shù)據(jù)開發(fā)、上線應用流程，收口指標創(chuàng)建過程，避免指標建設的隨意性帶來的“污染”。
2. 制定指標命名、口徑說明規(guī)范：按照原子指標+業(yè)務限定+統(tǒng)計維度的方式，將規(guī)則集成到平臺內，通過系統(tǒng)規(guī)則來把控指標輸出。
3. 指標字典線上化：解決線下文檔(excel)管理指標存在的共享難、更新不及時、權限管控缺失等問題。
4. 指標數(shù)據(jù)邏輯綁定：即除了維護指標的業(yè)務元數(shù)據(jù)外，還要建立指標的技術元數(shù)據(jù)，指標數(shù)據(jù)從哪個模型、哪個字段、何種計算邏輯得到。
5. 指標輸出：指標管理最大的價值還是為數(shù)據(jù)產品提供數(shù)據(jù)輸出。

5. 這里主要介紹類應用

（1）移動看板：管理層經常會使用移動端看板，會有很多定制化需求。

（2）PC看板：更多的是面向業(yè)務人員，要求更高的靈活性和便捷性。

（3）決策大屏：比如管理駕駛艙、經營駕駛艙。

04 案例分享

案例1：車企業(yè)務數(shù)據(jù)洞察——銷售全周期分析

針對經銷商、區(qū)域等多維度對銷售全周期客流、線索、潛客、訂單等各個關鍵環(huán)節(jié)進行數(shù)據(jù)分析，通過試駕率、建卡率、保有客戶轉化率等一系列指標透視整個銷售環(huán)節(jié)，找出其中的薄弱環(huán)節(jié)，有針對性的進行策略優(yōu)化、方案改進。

案例2：數(shù)字沙盤，助力業(yè)務洞察市場行情

數(shù)字沙盤分為兩個部分進行指標建設，達到知己知彼提升市占率。

一是競品指標：通過了解市場行情、市場容量、掌握市場動態(tài)等，預測發(fā)布車型市占率。

二是自身產品指標：通過對客源、潛客、訂單等流程梳理、再經過多維度數(shù)據(jù)分析，定位銷售劣勢，優(yōu)化銷售環(huán)節(jié)。